Proces eksploracji danych
W tym rozdziale zajmiemy się uszczegółowieniem procesu eksploracji danych z uwzględnieniem podziału na poszczególne etapy i ich charakterystykę.Wstęp
Wybór źródła danych
Przetwarzanie, eksploracja, interpretacja danych
Przykład procesu eksploracji
Warto zobaczyć:
video streaming pozycjonowanie kraków bearshare download photoshop download
Przykład procesu eksploracji danych
Przykładem wykorzystania pakietu IBM Intelligent Miner, który zostanie dokładnie opisany w kolejnym rozdziale, moŜe być odkrywanie klastrów lub kategorii w bazie klientów. Na podstawie uzyskanego podziału klientów moŜna dokonać dalszej charakterystyki w celu poznania preferencji klientów w stosunku do proponowanej nowej usługi lub produktu. Taki proces odkrywania wiedzy w bazie klientów z podziałem na klastry lub kategorie moŜe mieć następujące etapy:- Wybór odpowiedniego źródła danych, czyli bazy klientów
- Przygotowanie danych (transformacja, reorganizacja, eliminacja rekordów błędnych lub niekompletnych, konwersja danych pomiędzy formularzami)
- Wybór lokalizacji dla rezultatów danych wynikowych
- Wybór parametrów dla algorytmu klasteryzacji z wykorzystaniem funkcji demograficznych
- Uruchomienie procesu „kopania” danych z wykorzystaniem trybu klasteryzacji
- Wizualizacja uzyskanych wyników
- Analiza i interpretacja uzyskanych wyników
- Powtarzanie punktów 3-6 w celu uzyskania satysfakcjonujących wyników, poprzez modyfikację parametrów funkcji klasteryzacji.